Podręcznik
3. Linearyzacja równań modelu obiektu
3.4. Przykład 2 linearyzacji równań modelu obiektu
Wyprowadźmy teraz zlinearyzowane równania stanu dla wahadła. Przypomnijmy równania stanu dla wahadła
Funkcja prawych stron z pierwszego równania stanu ma postać
Dla skrócenia zapisu pomijamy w zapisie argument czasu .
Rozwinięcie funkcji w szereg Taylora wokół punktu równowagi ma postać
Obliczmy wartości pochodnych cząstkowych funkcji względem zmiennych stanu i sterowań w punkcie równowagi
Rozwinięcie funkcji w szereg Taylora wynosi zatem
Funkcja prawych stron z drugiego równania stanu ma postać
Rozwinięcie funkcji w szereg Taylora wokół punktu równowagi ma postać
Obliczmy wartości pochodnych cząstkowych funkcji względem zmiennych stanu i sterowań w punkcie równowagi
Rozwinięcie funkcji w szereg Taylora wynosi zatem
Obliczyliśmy rozwinięcia w szereg Taylora wszystkich funkcji prawych stron. Przepiszmy zatem jeszcze raz równania stanu, ale zamiast funkcji użyjmy przybliżeń wynikających z szeregu Taylora
Zauważmy, że na podstawie warunków na punkt równowagi następujące wyrażenia zerują się
Wynika z tego, że możemy pominąć wyrazy stałe w rozwinięciu w szereg Taylora
Wprowadźmy następujące oznaczenia
Zmienne , oraz określają przyrosty wartości , oraz w stosunku do ich wartości w punkcie pracy , oraz . Możemy teraz zapisać przybliżenia w równaniach stanu jako
Pochodne zmiennych przyrostowych oraz są równe pochodnym zmiennych oryginalnych
Wprowadźmy zatem do przybliżeń wielkości oraz zamiast oraz .
Powyższe zależności są spełnione w przybliżeniu. Aby utworzyć równania zlinearyzowane wprowadzamy nowe wielkości , , oraz oraz definiujemy równania zlinearyzowane w następujący sposób
Są to równania w ścisłym sensie, gdyż zamiast znaku przybliżenia pojawia się znak równości. Postulujemy, że jeżeli zachodzą następujące warunki
- warunki początkowe dla zmiennych , są dokładnie równe przyrostom zmiennych oraz w chwili początkowej
- w pewnym ustalonym przedziale czasu rozwiązania nieliniowych równań stanu oraz pozostają w otoczeniu punktu równowagi ( -- stałe dodatnie)
to rozwiązania oraz liniowych równań stanu (1.277)-(1.278) dobrze przybliżają przyrosty zmiennych stanu dla tzn. w tym przedziale czasu zachodzą przybliżone warunki
Przybliżenie to jest tym lepsze im bliżej wybranego punktu równowagi pozostają rozwiązania nieliniowych równań stanu tzn. im mniejsze są stałe w równaniach (1.282)-(1.283).
Funkcja wyjść dla wahadła ma postać
Linearyzacja funkcji wyjść ma postać
Wartości pochodnych cząstkowych funkcji względem zmiennych stanu i sterowań w punkcie równowagi wynoszą
Rozwinięcie funkcji wyjść w szereg Taylora wynosi zatem
Jeżeli przeniesiemy na drugą stronę przybliżenia dostajemy
Jeżeli teraz wprowadzimy do przybliżenia zmienne przyrostowe, to otrzymujemy
gdzie
Aby zdefiniować zlinearyzowane równanie wyjść wprowadzamy zmienną . Zlinearyzowane równanie wyjść ma postać
Postulując takie same warunki jak w przypadku równań stanu oczekujemy, że rozwiązanie równania wyjść będzie dobrze przybliżać przyrost zmiennej wyjściowej
Zlinearyzowane równania stanu i wyjść mogą zostać przedstawione w postaci wektorowej
Aby przetestować zdolność modelu zlinearyzowanego do przybliżania dynamiki obiektu nieliniowego porównajmy przebiegi czasowe zmiennych stanu dla obu modeli. Przyjmujemy parametry obiektu , , , . Wybieramy punkt równowagi odpowiadający , oraz . W pierwszym scenariuszu zakładamy, że w chwili początkowej obiekt nie znajduje się w punkcie równowagi.
Ponadto przyjmujemy, że sterowanie obiektu jest stałe i równe sterowaniu w punkcie równowagi . Ze wzoru (1.279) wynika, że sterowanie obiektu zlinearyzowanego wynosi
Zmienne stanu obiektu zlinearyzowanego , oraz przybliżają przyrosty zmiennych stanu obiektu nieliniowego , . Wykonamy symulacje dla czterech zestawów warunków początkowych. Warunki początkowe dla przyrostów zmiennych stanu wynoszą
Warunki początkowe dla zmiennych przyrostowych zmniejszają się proporcjonalnie dla kolejnych zestawów. Spodziewamy się, że dla coraz mniejszych początkowych przyrostów, trajektorie zmiennych stanu obiektu zlinearyzowanego będą coraz lepiej przybliżać trajektorie przyrostów stanu obiektu nieliniowego. Zgodnie z (1.280})-(1.281) warunki początkowe dla modelu zlinearyzowanego wynoszą
Na Rys. 1.14 przedstawiono porównanie trajektorii zmiennej przyrostowej obiektu nieliniowego i zmiennej obiektu zlinearyzowanego dla ww. zestawów warunków początkowych. Wyraźnie widzimy, że im bliżej punktu równowagi w chwili początkowej znajduje się obiekt, tym lepiej zmienna przybliża przebieg zmiennej .
Rysunek 1.14 Porównanie trajektorii obiektu nieliniowego oraz trajektorii obiektu zlinearyzowanego w odpowiedzi na niezerowe warunki początkowe.
Wartości sterowania odpowiada także drugi punkt równowagi , . Ponownie wykonujemy symulacje dla czterech zestawów warunków początkowych. Warunki początkowe dla przyrostów zmiennych stanu wynoszą
Warunki początkowe dla zmiennych przyrostowych zmniejszają się proporcjonalnie dla kolejnych zestawów. Zgodnie z (1.280)-(1.281) warunki początkowe dla modelu zlinearyzowanego wynoszą
Na Rys. 1.15 przedstawiono porównanie trajektorii zmiennej przyrostowej obiektu nieliniowego i zmiennej obiektu zlinearyzowanego dla ww. zestawów warunków początkowych. Tym razem zachowanie obiektu nieliniowego i zlinearyzowanego są diametralnie różne. Dla każdego zestawu warunków początkowych wahadło najpierw spada ( rośnie), następnie wykonuje oscylacje wokół położenia kątowego , by wreszcie ustabilizować się w tym położeniu. Niezależnie od tego jak blisko położenia równowagi znajduje się obiekt w chwili początkowej, wahadło trwale oddala się od tego położenia i stabilizuje się w innym położeniu równowagi. Trajektoria z kolei rośnie w bardzo szybkim tempie (jak funkcja ) i nie wykazuje żadnych drgań.
Różnica pomiędzy zachowaniem obiektu nieliniowego i zlinearyzowanego w tym przypadku wynika z niespełnienia warunków (1.282)-(1.283) na rozważanym horyzoncie czasu. Trajektorie zmiennych stanu trwale oddalają się od pierwotnego punktu równowagi niezależnie od tego jak blisko punktu równowagi znajdują się warunki początkowe.
Zauważmy jednak, że dla początkowego przedziału czasu, gdy trajektorie zmiennych stanu znajdują się jeszcze blisko punktu równowagi, trajektorie modelu zlinearyzowanego dobrze przybliżają trajektorie modelu nieliniowego. Jest to bardzo ważna cecha linearyzacji. Dopóki nie oddalamy się zbytnio od punktu równowagi, model zlinearyzowany dobrze przybliża zachowanie modelu nieliniowego. Jeżeli jednak oddalimy się zbytnio od punktu równowagi, wtedy nie możemy oczekiwać od modelu zlinearyzowanego dobrego przybliżenia dynamiki modelu nieliniowego. Oba modele mogą w takiej sytuacji dawać kompletnie odmienne rezultaty.
W drugim scenariuszu zakładamy, że w chwili początkowej obiekt znajduje się w punkcie równowagi , oraz . Taka sytuacja odpowiada zerowym warunkom początkowym
Rysunek 1.5 Porównanie trajektorii obiektu nieliniowego oraz trajektorii obiektu zlinearyzowanego w odpowiedzi na niezerowe warunki początkowe.
a) Amplituda fali prostokątnej 0.25
b) Amplituda fali prostokątnej 0.125
c) Amplituda fali prostokątnej 0.05
d) Amplituda fali prostokątnej 0.025
Rysunek 1.16 Porównanie trajektorii obiektu nieliniowego oraz trajektorii obiektu zlinearyzowanego w odpowiedzi na sygnał sterujący typu fala prostokątna.
Badamy teraz zachowanie układu w odpowiedzi na zmienne sterowanie . Porównajmy trajektorie obiektu nieliniowego i zlinearyzowanego dla sygnału sterującego typu fala prostokątna oscylującego wokół wartości w punkcie równowagi . Wypełnienie fali wynosi 50%, natomiast jej okres wynosi 2. Amplituda wahań fali prostokątnej dla czterech testowanych przypadków wynosi odpowiednio 0.25, 0.125, 0.05, 0.025.
Sterowanie obiektu zlinearyzowanego w każdym przypadku wynosi
Na Rys. 1.16 przedstawiono porównanie trajektorii zmiennej przyrostowej obiektu nieliniowego i zmiennej obiektu zlinearyzowanego dla sygnałów sterujących w kształcie fali prostokątnej o zmniejszającej się amplitudzie. Tym razem trajektorie układu nieliniowego pozostają w pobliżu punktu równowagi na całym horyzoncie czasu. Im mniejsza jest amplituda sygnału sterującego, tym lepiej zmienna przybliża przebieg zmiennej .